4.3.1. Descriptive statisticsBefore

4.3.1. Descriptive statistics
Before discussing the new results, it is important to look at the characteristics of the
firms under each of the debt categories I consider. Relevant firm information is displayed
in Table 5, which reports the summary statistics for relative-to-industry-year-average
(‘‘demeaned’’) size, sales growth, profitability, investment, selling expenditures, and asset
tangibility for firms assigned to the VeryLowLev, LowLev, HighLev, and VeryHighLev
debt categories.
The statistics of Table 5 suggest that most of the firms in the LowLev category are larger
than their average industry peers (see median row). In contrast, most of the firms in the
other debt categories seem to be smaller than their average rivals. The mean and median
Sales Growth of firms in the VeryLowLev, LowLev, and VeryHighLev debt categories are
all negative, while those same statistics show that both the average and the median firms in
the HighLev category outperform their industry-year average rivals.
A noteworthy set of statistics in Table 5 concerns firm profitability. One could wonder
whether very unprofitable—perhaps nearly bankrupt—firms could be driving some of the
previous results in that those firms might both carry higher-than-average debt and register
lower-than-average sales growth. The inclusion of profitability in the regression
specification should tackle any such stories; however, an interesting insight into this case
can be gained by examining summary statistics from relative-to-average-rival Profitability.
In the data, most HighLev and VeryHighLev firms are more profitable than their average
rivals (see median row). There are indeed some firms with relatively very high debt that are
unprofitable (note the decline from the median to the mean estimate of Profitability under
the VeryHighLev category), but these seem to be the exception rather than the rule. In fact,
mean–median comparisons suggest that many more troubled firms seem to be located in
the VeryLowLev and LowLev categories. The remaining variables in the table display less
pronounced patterns; however, notice that HighLev and VeryHighLev firms seem to invest
more in fixed capital than their less leveraged competitors.
4.3.2. IV results
Table 6 reports the results from six different estimations of a four-segment spline version
of Eq. (8) using the same instrumental least squares approach of Table 4. Column 1
displays the results from my ‘‘baseline’’ spline model. As in prior regressions, the estimates
suggest that firms that were more profitable, invested more in fixed capital, and spent more
in advertising/selling in previous years tend to outperform their industry rivals in the
current year. More importantly, the results highlight a very noticeable pattern in the way
capital structure influences firm sales performance. While at low leverage levels more debt
is either detrimental (see VeryLowLev row) or mildly beneficial (see LowLev) to
performance, on the margin, debt taking seems to significantly boost sales growth at
relatively high leverage levels (see HighLev). According to the baseline model’s estimates,
marginal debt increases at the HighLev range have over three times the impact of similar
increases within the LowLev range (with over 99% confidence). At the same time, however,
additional debt taking at very high leverage levels (within the VeryHighLev range) is highly
detrimental to competitive performance. Column 2 of Table 6 reports results for the same specification when firm leverage is measured with a three-year lag (Model 2). The results
are similar to those of the baseline model, but the performance decline that is observed at
very high levels of leverage (i.e., z-Leverage4þ 3s) is considerably more pronounced than
in the previous estimation.
The next two sets of estimations address the concern that skewness in the empirical
distribution of leverage ratios within industry-years could distort results. These estimations
restrict the sample to observations from industry-years with at least 40 firms (under Model
3), and from industry-years with leverage skewness in the ½1; 1 range (Model 4).
Although both these data restrictions significantly reduce the number of valid
observations, the estimates from the spline model remain largely unchanged. The only
noticeable difference from the regressions that explicitly treat skewness is an increase in the
gap between the coefficients returned for relatively high and low levels of leverage. In these
new regressions, the marginal impact of leverage increases on performance within the
HighLev range have about four times the impact of similar changes within the
LowLevrange.
Model 5 uses long-plus short-term debt (i.e., total debt) in the computation of firm debtto-
asset ratio. None of the previous conclusions are affected by this change in the definition
of leverage. The last set of estimates in the table is returned from an empirical specification
that includes firm-fixed effects in the set of explanatory variables. This additional set of
effects should wipe out any biases stemming from unobserved firm-specific characteristics
that could influence both capital structure and competitive performance. Results under
Model 6 show that the inclusion of firm effects does not alter my conclusions.

Kết quả (Việt) 1:

4.3.1. thống kê mô tảTrước khi thảo luận về các kết quả mới, nó là quan trọng để xem xét các đặc tính của cácCác công ty dưới mỗi thể loại nợ tôi xem xét. Thông tin công ty liên quan sẽ được hiển thịtrong bảng 5, mà các báo cáo thống kê tóm tắt cho thân nhân-để-ngành công nghiệp-năm-trung bìnhKích thước ('' demeaned''), tăng trưởng bán hàng, lợi nhuận, đầu tư, chi phí bán và tài sảnđiều hiển nhiên cho các công ty giao cho VeryLowLev, LowLev, HighLev và VeryHighLevthể loại nợ.Số liệu thống kê của bảng 5 cho thấy rằng hầu hết các công ty trong thể loại LowLev có lớn hơnhơn đồng nghiệp ngành công nghiệp trung bình của họ (thấy trung bình hàng). Ngược lại, hầu hết các công ty trong cácCác thể loại nợ khác có vẻ là nhỏ hơn so với đối thủ trung bình của họ. Có ý nghĩa và trung bìnhPhát triển bán hàng của công ty trong các loại nợ VeryLowLev, LowLev, và VeryHighLevTất cả tiêu cực, trong khi những người cùng một số liệu thống kê cho thấy rằng mức trung bình và các công ty trung bình trongCác loại HighLev tốt hơn đối thủ trung bình năm ngành công nghiệp của họ.Một tập hợp đáng chú ý các số liệu thống kê trong bảng 5 liên quan đến công ty lợi nhuận. Người ta có thể tự hỏicho dù rất không có lợi-có lẽ gần như phá sản-công ty có thể lái xe một số cáckết quả trước đó trong những công ty có thể cả hai thực hiện cao hơn trung bình nợ và đăng kýthấp hơn so với trung bình tăng trưởng bán hàng. Sự bao gồm của lợi nhuận trong các hồi quyđặc điểm kỹ thuật nên giải quyết bất kỳ câu chuyện như vậy; Tuy nhiên, một cái nhìn thú vị vào trường hợp nàycó thể đạt được bằng cách kiểm tra số liệu thống kê sơ lược về thân nhân-để-là-đối thủ lợi nhuận.Trong dữ liệu, hầu hết HighLev và VeryHighLev các công ty có lợi hơn so với trung bình của họđối thủ (thấy trung bình hàng). Có thực sự một số công ty với nợ tương đối rất cao cóthua lỗ (lưu ý sự suy giảm từ trung bình để ước lượng có nghĩa là lợi nhuận theoCác loại VeryHighLev), nhưng những có vẻ là ngoại lệ chứ không phải là sự cai trị. Thực tếcó nghĩa là-trung bình so sánh gợi ý rằng nhiều công ty gặp khó khăn hơn có vẻ để được đặt tạiCác loại VeryLowLev và LowLev. Các yếu tố còn lại trong bảng hiển thị ít hơnMô hình phát âm; Tuy nhiên, thông báo rằng công ty HighLev và VeryHighLev dường như đầu tưthông tin thêm tại thủ đô cố định hơn của đối thủ cạnh tranh thừa hưởng ít.4.3.2. IV kết quảBảng 6 báo cáo các kết quả từ sáu estimations khác nhau của một phiên bản bốn phân đoạn splineEq. (8) sử dụng cùng một công cụ ít nhất là quảng trường cách tiếp cận của bảng 4. Cột 1Hiển thị kết quả từ mô hình spline '' đường cơ sở '' của tôi. Như trong regressions trước, các ước tínhđề nghị được nhiều lợi nhuận, các công ty đầu tư nhiều hơn tại thủ đô cố định, và chi tiêu nhiều hơn nữaquảng cáo/bán năm trước có xu hướng để tốt hơn đối thủ của ngành công nghiệp trong cácnăm hiện tại. Quan trọng hơn, các kết quả làm nổi bật một mô hình rất đáng chú ý trong cáchcơ cấu vốn ảnh hưởng đến hiệu suất kinh doanh công ty. Trong khi tại thấp đòn bẩy cấp nhiều khoản nợlà bất lợi (xem VeryLowLev hàng) hoặc mang lại lợi ích nhẹ (xem LowLev)hiệu suất, trên lề, nợ tham gia có vẻ đáng kể tăng bán hàng tăng trưởngđòn bẩy tương đối cao cấp (xem HighLev). Theo ước tính của mô hình đường cơ sở,biên nợ tăng ở khoảng cách HighLev có hơn ba lần tác động của tương tựtăng trong phạm vi LowLev (với trên 99% sự tự tin). Đồng thời, Tuy nhiên,thêm nợ tham gia ở các cấp độ rất cao đòn bẩy (trong phạm vi VeryHighLev) là caobất lợi cho hiệu suất cạnh tranh. Cột 2 bảng 6 báo cáo kết quả cho đặc điểm kỹ thuật tương tự khi công ty tận dụng được đo với một độ trễ ba năm (mô hình 2). Kết quảtương tự như của các mô hình đường cơ sở, nhưng sự suy giảm hiệu suất quan sát thấy ởCác mức độ rất cao của đòn bẩy (tức là, z-Leverage4þ 3s) là rõ nét hơn đáng kể so vớitrong dự toán trước đó.Hai tiếp theo bộ của estimations địa chỉ mối quan tâm rằng skewness trong các thực nghiệmphân phối tỷ lệ đòn bẩy trong ngành công nghiệp-tuổi có thể bóp méo kết quả. Các estimationshạn chế mẫu để quan sát từ ngành công nghiệp-tuổi với các công ty ít nhất 40 (theo mô hình3), và từ ngành công nghiệp-năm với đòn bẩy skewness trong ½ 1; 1 phạm vi (Mẫu 4).Mặc dù cả hai các dữ liệu hạn chế làm giảm đáng kể số lượng hợp lệquan sát, các ước tính từ mẫu spline vẫn hầu như không thay đổi. Duy nhấtsự khác biệt đáng chú ý từ regressions rõ ràng điều trị skewness là sự gia tăng trong cáckhoảng cách giữa hệ số quay để tương đối cao và thấp cấp đòn bẩy. Ở đâymới regressions, tác động biên của đòn bẩy làm tăng hiệu suất trong cácHighLev phạm vi có khoảng bốn lần tác động của sự thay đổi tương tự trong cácLowLevrange.Mô hình 5 sử dụng long-plus ngắn hạn nợ (tức là, tổng số nợ) trong tính toán của công ty debtto-tỷ lệ tài sản. Không ai trong số những kết luận trước đó bị ảnh hưởng bởi sự thay đổi này trong định nghĩađòn bẩy. Thiết lập cuối cùng của các ước tính trong bảng trở về từ một đặc điểm kỹ thuật thực nghiệmđiều đó bao gồm cố định công ty tác dụng trong các thiết lập của biến giải thích. Này tập hợp bổ sung cáchiệu ứng sẽ quét sạch bất kỳ biases bắt nguồn từ ngôi dành riêng cho công ty đặc điểmmà có thể ảnh hưởng đến cả cơ cấu vốn và cạnh tranh hiệu suất. Các kết quả theoMô hình 6 Hiển thị bao gồm các công ty tác dụng không làm thay đổi kết luận của tôi.

Kết quả (Việt) 2:

4.3.1. Thống kê mô tả
Trước khi thảo luận về các kết quả mới, điều quan trọng là nhìn vào các đặc tính của
các doanh nghiệp thuộc mỗi loại nợ tôi xem xét. Thông tin công ty có liên quan được hiển thị
ở bảng 5, mà các báo cáo số liệu thống kê tóm tắt cho tương-to-công nghiệp-năm-trung bình
('' demeaned '') kích thước, tốc độ tăng trưởng doanh thu, lợi nhuận, đầu tư, bán chi và tài sản
hữu hình cho các doanh nghiệp được giao các VeryLowLev, LowLev, HighLev, và VeryHighLev
loại nợ.
Các số liệu thống kê của bảng 5 cho thấy rằng hầu hết các công ty trong danh mục LowLev là lớn hơn
so với đồng nghiệp công nghiệp trung bình của họ (xem hàng trung bình). Ngược lại, hầu hết các doanh nghiệp trong các
loại nợ khác dường như là nhỏ hơn so với các đối thủ trung bình của họ. Trung bình và trung vị
bán hàng tăng trưởng của các doanh nghiệp trong các danh mục nợ VeryLowLev, LowLev, và VeryHighLev là
tất cả các tiêu cực, trong khi những số liệu thống kê tương tự cho thấy cả hai trung bình và các doanh nghiệp trung bình ở
các thể loại HighLev tốt hơn các đối thủ trung bình ngành năm của họ.
Một bộ đáng chú ý số liệu thống kê trong Bảng 5 mối quan tâm lợi nhuận công ty. Người ta có thể tự hỏi
liệu rất không có lợi nhuận, có lẽ gần như phá sản, các doanh nghiệp có thể khiến một số các
kết quả trước đó trong đó các doanh nghiệp này có thể mang theo cả nợ cao hơn mức trung bình và đăng ký
tăng trưởng doanh số bán hàng thấp hơn mức trung bình. Việc bao gồm lợi nhuận trong hồi quy
đặc điểm kỹ thuật cần giải quyết bất kỳ câu chuyện như vậy; Tuy nhiên, một cái nhìn thú vị vào trường hợp này
có thể đạt được bằng cách kiểm tra số liệu thống kê tóm tắt của thân-to-trung bình-đối thủ Khả năng sinh lời.
Trong dữ liệu, nhất HighLev và các công ty VeryHighLev được nhiều lợi nhuận hơn so với trung bình của họ
đối thủ (xem hàng trung bình). Có thực sự một số doanh nghiệp có nợ tương đối rất cao mà
không có lợi nhuận (lưu ý sự suy giảm từ mức trung bình ước tính trung bình của lợi nhuận thuộc
thể loại VeryHighLev), nhưng những dường như là ngoại lệ hơn là quy tắc. Trong thực tế,
so sánh trung bình-trung bình cho thấy nhiều doanh nghiệp gặp khó khăn hơn dường như đang nằm trong
các chuyên mục VeryLowLev và LowLev. Các biến còn lại trong bảng hiển thị ít
mẫu rõ rệt; Tuy nhiên, chú ý rằng HighLev và VeryHighLev công ty dường như đầu tư
nhiều hơn vào vốn cố định hơn so với đối thủ cạnh tranh ít sử dụng đòn bẩy của họ.
4.3.2. Kết quả IV
Bảng 6 báo cáo về kết quả từ sáu ước tính khác nhau của một phiên bản spline bốn phân khúc
của Eq. (8) bằng cách sử dụng các công cụ tương tự phương pháp bình phương nhỏ nhất của Bảng 4. Cột 1
hiển thị các kết quả từ 'tôi' đường cơ sở '' mô hình spline. Như trong các hồi quy trước, các ước tính
cho thấy rằng các công ty mà đã sinh lợi nhiều hơn, đầu tư thêm vốn cố định, và đã dành nhiều
trong quảng cáo / bán trong những năm trước đó để làm tốt hơn các đối thủ có xu hướng ngành công nghiệp của họ trong
năm nay. Quan trọng hơn, các kết quả nổi bật một mô hình rất đáng chú ý trong cách
ảnh hưởng cấu trúc vốn hiệu quả kinh doanh công ty. Trong khi ở các cấp đòn bẩy thấp hơn nợ
hoặc là bất lợi (xem VeryLowLev hàng) hoặc nhẹ có lợi (xem LowLev) để
thực hiện, bên lề, chốt nợ dường như để tăng đáng kể tốc độ tăng trưởng doanh số bán hàng ở
mức độ đòn bẩy tương đối cao (xem HighLev). Theo ước tính của các mô hình cơ sở của,
tăng nợ biên ở HighLev phạm vi có hơn ba lần so với tác động của tương tự
tăng trong phạm vi LowLev (với hơn 99% độ tin cậy). Đồng thời, tuy nhiên,
nợ thêm tính ở mức đòn bẩy rất cao (trong phạm vi VeryHighLev) là rất
bất lợi cho hiệu suất cạnh tranh. Cột 2 của bảng 6 báo cáo kết quả cho các đặc điểm kỹ thuật tương tự khi đòn bẩy vững được đo bằng một ba-năm lag (Mô hình 2). Các kết quả
cũng tương tự như các mô hình cơ sở, nhưng sự suy giảm hiệu suất được quan sát thấy ở
mức độ rất cao của đòn bẩy (tức là, z-Leverage4þ 3s) là đáng kể rõ rệt hơn
trong các ước tính trước đó.
Hai tập tiếp theo của các ước lượng giải quyết lo ngại rằng skewness trong thực nghiệm
phân phối của tỷ lệ đòn bẩy trong ngành công nghiệp-năm có thể làm sai lệch kết quả. Những ước tính
hạn chế mẫu để quan sát từ các ngành công nghiệp-năm có ít nhất 40 doanh nghiệp (theo mẫu
3), và ngành công nghiệp từ năm với đòn bẩy skewness trong ½ 1; 1? phạm vi (mô hình 4).
Mặc dù cả những hạn chế dữ liệu làm giảm đáng kể số lượng các giá trị
quan sát, dự toán từ mô hình spline phần lớn vẫn không thay đổi. Các chỉ
khác biệt đáng chú ý từ các hồi quy mà điều trị skewness một cách rõ ràng là một sự gia tăng trong các
khoảng cách giữa các hệ số trả lại cho các mức độ tương đối cao và thấp của đòn bẩy. Trong các
hồi quy mới, tác động biên của đòn bẩy tăng về hiệu suất trong
phạm vi HighLev có khoảng bốn lần so với tác động của những thay đổi tương tự trong
LowLevrange.
Mô hình 5 sử dụng nợ dài cộng với ngắn hạn (tức là, tổng số nợ) trong tính toán của debtto- công ty
tỷ lệ tài sản. Không ai trong số những kết luận trước đó đều bị ảnh hưởng bởi sự thay đổi này trong định nghĩa
của đòn bẩy. Các thiết lập cuối cùng của các ước tính trong bảng được trả về từ một đặc điểm kỹ thuật thực nghiệm
bao gồm các hiệu ứng công ty cố định trong tập hợp các biến giải thích. Điều này thiết lập thêm các
hiệu ứng nên quét sạch mọi định kiến xuất phát từ đặc điểm công ty cụ thể không quan sát được
mà có thể ảnh hưởng đến cả hai cấu trúc vốn và hiệu suất cạnh tranh. Kết quả theo
Mô hình 6 cho thấy sự bao gồm các hiệu ứng công ty không làm thay đổi kết luận của tôi.